Pemilihan saham yang tepat sangat penting dalam membangun portofolio investasi yang optimal karena dapat memaksimalkan keuntungan dan mengurangi risiko, yang merupakan fokus utama investor dalam pengambilan keputusan. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan menggunakan Support Vector Regression (SVR) dan analisis fundamental (FA) untuk memprediksi return saham serta memilih saham terbaik untuk portofolio. SVR diterapkan dengan kernel Radial Basis Function (RBF) untuk memprediksi return saham berdasarkan data historis, sementara FA menganalisis indikator keuangan seperti Return On Asset (ROA), Return On Equity (ROE), Debt to Equity Ratio (DER), dan Price to Book Value (PBV). Portofolio kemudian dibentuk menggunakan model Equal-Weighted (EW). Hasil penelitian menunjukkan bahwa kombinasi SVR dan FA menghasilkan rata-rata return portofolio sebesar 0,0099 dengan standar deviasi 0,0726, lebih tinggi dibandingkan dengan SVR saja yang memiliki rata-rata return sebesar 0,0047 dan standar deviasi 0,0668. Temuan ini menegaskan bahwa pendekatan kombinasi SVR dan FA mampu meningkatkan kinerja portofolio dan mengurangi risiko secara signifikan, sehingga menawarkan strategi investasi yang lebih optimal. Penelitian ini juga merekomendasikan eksplorasi lebih lanjut dengan memperluas data yang digunakan serta mempertajam penerapan SVR dan analisis fundamental untuk meningkatkan akurasi prediksi dan optimasi portofolio.